HeyGem.ai v2.0 升级指南本地 AI 数字人部署镜像瘦小 70%【免费下载链接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar想在本地部署 AI 数字人最常卡住人的是三件事硬盘装不下镜像、显存不够、环境配到一半就报错。HeyGem.ai原 Duix.Avatar是一个可以本地部署的 AI 数字人开源项目适合想在自己电脑上跑数字人、又不想把素材传到云端的新手上传约 10 秒视频就能克隆形象和声音再输入文案或音频即可生成口播视频全程离线。v2.0 相比 v1.x 主要解决三件事镜像变小、显卡门槛降低、支持 50 系新卡。先判断 v1.x 还是 v2.0 适合你 如果你已经在用 v1.x 且运行稳定不必急着升级如果是从零开始直接上 v2.0 就行不用经历 v1 的硬盘之痛。使用人群推荐版本硬件门槛说明个人尝鲜v2.0RTX 3050 6GB 显卡起步内存 32G最低配置低于 v1.x镜像比 v1 小约 70%内容创作v2.0推荐配置 RTX 4070合成速度 7.8 倍实时提供 12 种风格模型团队使用v2.0英伟达显卡 正确驱动50 系用专属方案5090 方案显存占用从 24GB 降到 15.6GB系统支持上两代差别也不小系统v1.xv2.0Windows 10/11基础支持支持可用 WSL2 GPU 直通Ubuntu 22.04暂不支持支持需内核 6.8客户端为 AppImage 单文件运行macOS暂不支持基础支持M 系列芯片靠 Rosetta 模拟运行如果你还是想用 v1.x先知道一点它只支持 Windows 10/11且 3 个服务镜像fun-asr、fish-speech-ziming、duix.avatar加起来约 170GB硬盘是第一道坎。最快跑起来的路径一条命令最小可行部署 ⏱️如果只是想先跑起来看看效果lite 版就够用——它只启动视频合成这 1 个服务跳过另外 2 个负责语音识别和语音合成的服务。硬件门槛装有驱动的英伟达显卡、32G 内存、C 盘 100G 以上空闲空间不足的话装好 Docker 后可把镜像存储目录挪到别的盘。在deploy目录执行cd deploy docker-compose -f docker-compose-lite.yml up -d如果你的卡是 50 系5090 已实测通过30/40 系用 CUDA 12.8 也可以走这个方案把命令换成docker-compose -f docker-compose-5090.yml up -d即可。首次拉镜像大约要半小时建议连稳定的 Wi-Fi。v2.0 的三个可感知收益省硬盘、渲染更快、更兼容 这三点都是使用时直接能感受到的不用你调任何参数。1. 省硬盘。v1 的 3 个服务镜像合计约 170GBv2 核心引擎镜像缩减到 45GB整体瘦小约 70%。原因模型权重共享技术把重复的权重去掉了镜像里不再存冗余文件。2. 渲染更快。v2.0 合成速度达到 7.8 倍实时。原因多线程渲染加 GPU 加速再叠加 TensorRT INT8 量化把模型压小来换推理速度单卡出片明显更快。3. 显卡兼容变好。5090 可以直接跑专属部署方案基于 PyTorch 预览版 CUDA 12.8 构建。同时 Ubuntu 22.04 得到支持不再只有 Windows 一条路。从 v1.x 升级的 3 个检查点 升级本身不复杂麻烦在于三个容易踩坑的环节。如果你还在 v1.0.0 这类早期版本先更新到 v1.0.5 再升v1.0.3 修掉了 #304 内存泄漏#292 等已知问题也在后续版本中修掉了然后对照下表检查检查项操作涉及文件模型兼容v1.x 模型不能直接沿用先用model-upgrader工具转换再导入src/main/service/model-upgrader.js配置迁移用配置转换工具迁移后手动核对服务端口、模型路径、GPU 配置 3 处变更src/main/util/config-migrator.js、src/main/config/config.js端口占用v2.0 视频合成默认端口是 8383旧服务还占着就改成 8384deploy/docker-compose.yml本地部署常见问题的 6 个解法 ️下面都是社区高频问题每条按现象、原因、解法三句话说清。1. 拉镜像失败、报超时。现象执行docker-compose up -d失败报request canceled或Client.Timeout。 原因Docker Hub 官方源连接不稳定。 解法在/etc/docker/daemon.json的registry-mirrors里加国内镜像源例如https://docker.1panelproxy.com然后重启 Docker。2. C 盘装不下镜像。现象C 盘空闲不足 100G镜像下载中断或系统告急。 原因v1 的 3 个服务镜像合计约 170GB默认都存在 C 盘。 解法装好 Docker 后把镜像存储目录Docker Desktop → Settings → Resources → Disk image location改到空闲 100G 以上的磁盘或者直接改用只有 1 个服务的 lite 版。3. 定制模特报 Connection refused。现象克隆形象这一步报Connection refused。 原因Duix.Avatar-asr服务启动慢或者机器内存太小16G 可能直接起不来。 解法服务端启动后等几分钟再去做克隆形象操作。4. 新增模特直接报错。现象提交模特视频后弹出错误提示。 原因视频里没有声音、或者没有人在说话程序拿不到声音做克隆。 解法重新录一段约 10 秒、人声清晰的视频再上传。5. 50 系显卡起不了服务。现象CUDA 相关报错服务反复重启。 原因v1.x 镜像的 CUDA 环境与 50 系架构不匹配。 解法改用 5090 专属方案docker-compose -f docker-compose-5090.yml up -d它基于 PyTorch 预览版 CUDA 12.8 构建。6. 客户端报错不知道去哪看。现象客户端提示错误服务端界面看着正常。 原因没查日志。 解法点右上角菜单打开日志看客户端日志logs 目录下的main.log服务端日志在 Docker 里点开对应服务直接查看。下一步行动新装直接走 v2.0 的 lite 版或 5090 方案已在 v1.x 上的对照上面 3 个检查点再升级。从下面两步开始git clone https://gitcode.com/GitHub_Trending/he/HeyGem.ai cd HeyGem.ai/deploy docker-compose up -d遇到问题可提交 Issue 到项目仓库或发邮件至 jamesduix.com。性能数据基于原文测试环境RTX 4070 12GB实际效果随硬件配置变化【免费下载链接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考